Du TAL au TIL

TALN 2010, Montréal, 19-23 juillet 2010
Du TAL au TIL
Michael Zock1 Guy Lapalme2
(1) Equipe TALEP, LIF, CNRS, UMR 6166
Case 901 - 163 Avenue de Luminy
F-13288 Marseille Cedex 9
(2) RALI-DIRO, Université de Montréal,
CP 6128, Succ. Centre-Ville,
Montréal, Québec, Canada H3C 3J7
So we need to be alert. It's not just that we may find ourselves putting
the cart before the horse. We can get obsessed with the wheels, and
finish up with uncritically reinvented, or square, or over-refined or
otherwise unsatisfactory wheels, or even just unicycles.
Karen Spärck Jones
Résumé papier de prise de position.
Historiquement deux types de traitement de la langue ont été étudiés: le traitement par le cerveau
(approche psycholinguistique) et le traitement par la machine (approche TAL). Nous pensons qu’il y a
place pour un troisième type: le traitement interactif de la langue (TIL), l’ordinateur assistant le cerveau.
Ceci correspond à un besoin réel dans la mesure où les gens n’ont souvent que des connaissances
partielles par rapport au problème à résoudre. Le but du TIL est de construire des ponts entre ces
connaissances momentanées d’un utilisateur et la solution recherchée. À l'aide de quelques exemples,
nous essayons de montrer que ceci est non seulement faisable et souhaitable, mais également d’un coût
très raisonnable.
Abstract position paper.
Historically two types of NLP have been investigated: fully automated processing of language by
machines (NLP) and autonomous processing of natural language by people, i.e. the human brain
(psycholinguistics). We believe that there is room and need for another kind, INLP: interactive natural
language processing. This intermediate approach starts from peoples’ needs, trying to bridge the gap
between their actual knowledge and a given goal. Given the fact that peoples’ knowledge is variable and
often incomplete, the aim is to build bridges linking a given knowledge state to a given goal. We present
some examples, trying to show that this goal is worth pursuing, achievable and at a reasonable cost.
Mots-clés :
traitement interactif de la langue, prise en compte de l'usager, outils de traitement de la
langue, apprentissage des langues, dictionnaires, livres de phrases, concordanciers, traduction.
Keywords:
interactive NLP (INLP), user interaction, tools for NLP, language learning, dictionaries,
phrase books, concordancers, translation.
MICHAEL ZOCK, GUY LAPALME
1 Besoins écologiques d'une discipline, l’exemple TAL
Une discipline doit régulièrement se remettre en cause pour continuer non seulement à avancer, mais
surtout dans la bonne direction. Ceci suppose une réflexion concernant les objectifs et des moyens.
En effet, on peut se demander quel est le rôle des chercheurs impliqués dans l’élaboration de produits
destinés au traitement de la langue. Est-ce que leur mission consiste uniquement à créer des produits,
permettant une prise en charge intégrale du traitement, donc, sans aucune intervention d’un être
humain (traitement automatique, TAL), ou est-ce qu’ils ne devraient pas également chercher à
construire des outils permettant à l’être humain de passer d’une solution partielle (connaissance
disponible à un moment donné) à la solution complète ? 1 Il s’agirait donc d’une prise en charge
partielle (traitement interactif, TIL), on construirait donc des ponts : la machine venant à l’aide de
l’être humain.
Voici une question méritant qu’on s’y attarde un peu, car, nombreuses sont les situations où l’aide
serait bien utile (qu’on soit en langue maternelle ou en langue étrangère), les performances des êtres
humains n’étant pas toujours à la hauteur de leurs intentions. Si les échecs sont relatifs et susceptibles
de passer inaperçus, ils sont néanmoins réels, allant du silence (manque de mot) aux erreurs grossières,
en passant par des productions approximatives.
L'expérience de correcteurs de fautes d'orthographe est révélatrice à cet égard: d'un côté, les utilisateurs
se trouvent submergés/noyés de suggestions non pertinentes, d’un autre côté ils ne trouvent pas la
réponse aux questions qu’ils se posent. D’ailleurs, ceux qui ont proposé de faire de la traduction
interactive dans les années 70 se sont bien rendu compte qu'il était souvent plus difficile de poser les
bonnes questions que d’y répondre ou de traduire le texte lui-même.
C'est donc dire que le dilemme est loin d'être résolu et nous aimerions ici amener quelques pistes de
réflexion sur les aspects suivants :
• que le TIL est un secteur important, pas assez exploré, correspondant à un véritable besoin et à
un marché ;
• que malgré la qualité de certains programmes ou ressources, ceux-ci peuvent être améliorés en
prenant davantage en compte l’utilisateur final ;
• que l’intérêt des ressources augmente avec leur intégrabilité ;
• qu'un moyen d’y arriver serait de partager les ressources dans un format commun.
Afin d’illustrer les deux premiers points, nous allons montrer quelques exemples, programmes
existants ou en-cours d’élaboration, afin d’assister l’apprentissage des langues, la rédaction, la lecture
ou l’accès aux mots. Notre objectif est moins de convaincre le lecteur de la qualité des solutions
envisagées, que de montrer qu’il y a des besoins et, qu’au prix d’efforts raisonnables, on pourrait faire
bien plus qu’on ne fait actuellement pour assister l’être humain. Ceci suppose, néanmoins qu’on tienne
compte du facteur humain et qu’on l'inclue dans le développement. Malgré le titre, l’idée n’est pas de
faire du TIL à partir du TAL, mais plutôt de créer des ponts permettant à la personne en difficulté de
passer d’un point A (connaissances momentanément disponibles) au point B (solution finale). Un
exemple typique est l’accès lexical. Aussi, il ne s’agit pas d’étudier l’apport du TAL pour
l’apprentissage des langues, puisque celui-ci demande selon nous une approche du type TIL. Enfin, le
1
On notera, que Vauquois qui avait introduit le terme de TAL en 1969 (voir Cori et Léon, 2002) souhaitait distinguer deux
types de recherche : (a) celui des linguistes utilisant l’ordinateur comme outil pour mettre en place et tester des théories,
outils ou ressources (grammaires, dictionnaires, concordanciers, etc.) ; (b) celui d’équipes pluridisciplinaires s’intéressant
aux applications. Celles-ci comprenaient la communication homme-machine, l’enseignement programmé, la traduction
automatique, etc.
DU TAL AU TIL
TIL n’est pas une alternative au TAL, mais plutôt un autre axe de recherche, supplémentaire,
semblable, tout en étant différent puisqu’il n’est pas entièrement automatique et qu’il part (ou permet
d’intégrer) des connaissances de l’homme, connaissances qui sont variables. Ceci dit, les compétences
des chercheurs TAL peuvent s’avérer fort précieuses pour faire du TIL. C’est d’ailleurs pour cette
raison que nous nous adressons à cette communauté.
2 Élargissement du cadre en TIL
Un des exemples les plus spectaculaires illustrant qu’on peut faire des choses utiles est le moteur de
recherche de Google. Ce programme est capable de nous fournir presque instantanément une longue
liste de candidats, contenant souvent la réponse à notre requête. Ce qui est frappant c’est que le
programme possède peu de connaissances linguistiques, qu’il est très rapide, et qu’il nous rend souvent
d’énormes services. C’est clairement un programme TIL. En même temps, ce programme pose un
certain nombre de problèmes : il ramène trop d’informations, les bribes d'informations ne sont pas
forcément pertinentes ou dans le bon ordre; il faut admettre que l'usager ne fournit pas beaucoup
d'indices sur l'ordre des réponses souhaitées. N’ayant pas une trace des buts censés être atteints, on n'a
qu'une liste plate d'URLs visités, il y a un réel danger réel d’oublier ce qu’on cherchait initialement. On
part dans une mauvaise direction et au lieu de s’approcher du but, on s’en éloigne sans s’en rendre
compte.
Conçu dans une optique TIL, WordNet (WN) a connu davantage de succès auprès des linguistes
informaticiens (monde TAL) qu’auprès du grand public (utilisateurs de dictionnaires) et des
psychologues. On notera d’ailleurs que les deux mondes s’ignorent. Les psychologues ne citent pour
ainsi dire jamais WN (Altmann, 1997), et la communauté WN fait l’impasse sur les travaux des
psychologues travaillant sur le dictionnaire mental (Miller, 1990). D’autre part, si WN était davantage
développé dans une optique TIL les points suivants seraient davantage problématisés : l’organisation
du dictionnaire (structure des différentes catégories lexicales) et la partie “sens”, ou les éléments de
sens des mots. En absence de définition systématique, on constate qu’une recherche sur Google donne
parfois des meilleurs résultats qu’une recherche dans WN. C’est notamment le cas lorsque la définition
est absente dans la base de WN.
Le TIL correspond à un besoin réel, car, si les gens ont pratiquement toujours quelques connaissances
par rapport au problème à résoudre, il leur manque souvent quelque chose, pour y parvenir. Il faut donc
leur fournir l(es) élément(s) manquant(s). Autrement dit, il faut créer des ponts liant les connaissances
actuelles d’un utilisateur au but recherché. Le TIL présente donc à la fois un défi et une occasion. C’est
un défi, car il exige la prise en compte du facteur humain, aspect trop souvent ignoré en TAL puisque
non directement pertinent. Or c’est aussi une belle occasion de réaliser des choses fort utiles, car,
contrairement à la machine, on peut s’appuyer sur les connaissances et l’intelligence de l’être humain.
Le coût pour relever ce défi est donc raisonnable.
3 État des lieux
Si les débuts du TAL ont été marqués par la tentative de construire des systèmes complets (Sabah,
1989 et 1990), on a changé d’approche depuis (Jurafsky, D. and J. H. Martin, 2008 ; Manning et
Schuetze, 1999), en favorisant la construction de composants de ressources (outils, bases de données).
En effet, il y a de nombreux sites contenant des outils (programmes) ou des données (corpus,
dictionnaire).
MICHAEL ZOCK, GUY LAPALME
Beaucoup de choses ont été réalisées et souvent de bonne facture. On peut donc se demander ce qu’il
nous faut de plus. Bien sûr, il y a des problèmes qualitatifs et quantitatifs (couverture, adéquation et
pertinence du corpus), des problèmes d'intégration et de combinaison.
Mais nous aimerions insister sur les aspects suivants :
• si les outils existants sont bien adaptés au TAL, ils ne le sont pas toujours au TIL ;2
• on peut faire des choses fort utiles avec des moyens relativement simples;
• on doit être plus sensible aux besoins des gens et les intégrer dès le début dans le cycle du
développement.
4 Quelques exemples de TIL
Une langue peut s'apprendre suite à un effort délibéré. On étudie la langue et on fait des exercices
(apprentissage volontaire). Ceci dit, on peut aussi l'apprendre de manière involontaire (apprentissage
incident). C’est un effet de bord qui se produit pour peu qu’on se livre à des activités comme, la
lecture, l’écriture, les jeux, etc. On apprend en parlant et en écrivant tout en commettant des fautes dont
la majorité sont d’ailleurs souvent sans conséquence sur la compréhension du message. Les enfants
étant joueurs de nature ont moins de scrupules à cet égard que les adultes, ils apprennent généralement
les langues plus facilement. Or la possibilité d'interaction et la patience infinie d'un ordinateur peuvent
être des atouts précieux pour l'apprentissage des langues malgré le fait qu'il ne soit pas un très bon
interlocuteur à cause de sa compréhension limitée.
En limitant la portée du discours et le style d'interaction, il devient possible d'assister intelligemment le
locuteur, comme le montrent les quelques exemples suivants.
4.1 Les livres de phrases
Nous présenterons trois exemples de livres de phrases développés dans un état d’esprit différent, mais
tous intéressants par rapport à notre propos. Leur conception repose en grande partie sur des techniques
relativement simples.
Tatoeba [TATOEBA] est une plateforme collaborative visant à rassembler une grande quantité de phrases
traduites dans plusieurs langues, dont le japonais. Étant un corpus aligné multilingue, Tatoeba peut
assister l’apprentissage des langues via sa mémoire de traduction. L’utilité de cette ressource dépend de
la couverture, de la qualité et de l’adéquation des exemples par rapport aux besoins de l’utilisateur,
mais comme il s’agit d’une ressource construite de manière collaborative, cela devrait évoluer dans le
bon sens. Tatoeba intègre un translittérateur permettant d’annoter les idéogrammes en termes de kana
ou de convertir les kanas (syllabaires phonétiques) en lettres romanes.
CIFLI-SurviTra [SURVITRA] est une plate-forme destinée à favoriser l'ingénierie et la mise au point de
composants de traduction automatique, à partir d'une mémoire de traduction formée de livres de
phrases multilingues avec variables lexicales. C’est aussi un livre de phrases digital multilingue,
assistant linguistique pour voyageurs monolingues en situation de "survie". Le corpus d’un domaine, le
"Restaurant", a été structuré en sous-domaines avec des phrases alignées et des classes lexicales de
locutions quadrilingues (français, hindi, tamoul, anglais). L’approche est générique, donc réutilisable
2
D’ailleurs, même des outils destinés à des êtres humains peuvent poser problèmes. Effectuer une requête dans l’interface
du [TLF] qui relève non pas du TAL mais du TIL n’est pas toujours facile. Si l’interface est tolérante vis à vis de
l’orthographe (écriture phonétique, erreurs d’accents, omission de tiret) et vis à vis des mots fléchis (écriront -> écrire),
les choses deviennent nettement plus compliquées en cas d’une recherche assistée ou complexe. D’ailleurs, on vous
prévient : « La pleine maîtrise du formulaire ci-dessous nécessite la lecture des documents : (a) Les recherches complexes,
(b) Définition du contenu et (c) Les types d'objets du TLF.»
DU TAL AU TIL
pour d’autres langues et l’application est susceptible d’être également adaptée pour différents types
d'appareils tels les téléphones portables et les assistants numériques.
L’objectif de DrillTutor [DRILLTUTOR] est d’assister des apprenants adultes à acquérir les automatismes
nécessaires pour produire à un débit normal les structures fondamentales d’une langue. Le point de
départ est une base de données contenant les phrases glanées dans des méthodes de langue ou un livre
de phrases destiné à des touristes contenant les expressions de base pour survivre dans des situations
courantes : faire des courses, demander un renseignement, etc. Ce genre d’ouvrage contient
typiquement les structures fondamentales d'une langue et un lexique de base. Pour aider la navigation
et la communication de l’intention de communication les structures sont indexées en termes de but, et
certains éléments sont généralisés sous forme de variables lexicales (je veux une bière -> <PERSONNE>
vouloir <BOISSON>) pour permettre à l’utilisateur d’exprimer sa pensée en plusieurs temps : d’abord en
termes globaux (but, idée globale), puis successivement en termes lexicaux (instanciation des variables
par des valeurs lexicales) et grammaticaux (choix morphologiques concernant le nombre et le temps).
4.2 Aide à la lecture et à la rédaction
S’il y a un domaine qui a énormément changé ces dernières années, c’est bien celui des dictionnaires
électroniques. La lexicographie a grandement bénéficié des avancés théoriques et de la puissance des
ordinateurs et de la richesse cachée des corpus. Malgré cela on ne tient pas toujours assez bien compte
des besoins des utilisateurs.
Trouver des informations dans un dictionnaire n’est pas toujours chose aisée, d’abord cela demande
souvent beaucoup de temps, et il peut y avoir des problèmes liés à l’écriture et à la morphologie.
Pourtant, les problèmes mentionnés pourraient trouver une solution simple et satisfaisante pour bon
nombre de cas. Il suffirait d’ajouter au dictionnaire un translittérateur et un lemmatiseur. En intégrant
ce type de fonctionnalité dans des applications courantes (traitement de texte ou navigateur internet),
on pourrait désormais lire et comprendre des textes écrits dans une langue étrangère (lecture active). Il
suffirait alors de cliquer sur un mot pour voir apparaître un menu “pop up” permettant au lecteur de
choisir parmi les informations celle qui l’intéresse à cet instant (traduction, définition, information
grammaticale, etc.). La barre d'outils Google [GOOGLE] permet déjà d'afficher la traduction d'un mot
anglais dans une page web, mais ne tient pas compte du contexte pour désambigüiser le mot.
Antidote [ANTIDOTE], connu principalement pour son excellent correcteur d'orthographe et de
grammaire, donne accès à son dictionnaire et à d'autres outils comme des conjugueurs et la recherche
de mots apparentés ou cooccurrents avec une interface intuitive et tolérante. Toutefois, la masse de
données et l'interface sont fermées aux autres applications de TAL sauf pour certains langages de script
qui ne sont pas courants dans la communauté des chercheurs. Antidote permet un accès au dictionnaire
en contexte de lecture ou de rédaction en sélectionnant un menu contextuel, mais ce dernier nous
transporte alors dans un environnement de travail initial différent de notre lecture.
ELDIT [ELDIT] illustre qu’un dictionnaire, d’une taille aussi petite que 3000 à 4000 entrées, peut rendre
d’énormes services à des apprenants de langue à certaines conditions. Le secret d’ELDIT réside dans le
fait que c’est un environnement comprenant une base de données d'environ 400 textes interfacée avec
des dictionnaires électroniques allemand et italien. Tous les mots apparaissant dans le texte sont
consultables soit via le dictionnaire soit via les textes dans lesquels ils apparaissent. En lançant une
requête (on donne un mot dans la fenêtre prévue à cet effet) ou en cliquant sur un mot apparaissant
dans un texte on peut avoir accès à tout ce qu’on aimerait savoir à son sujet : sens, traduction,
usages/contextes, informations grammaticales, flexions, combinaison avec d’autres mots (collocation),
etc. Intégré dans un tel environnement, ce dictionnaire est devenu une véritable aubaine pour
l’apprenant.
MICHAEL ZOCK, GUY LAPALME
4.3 Textes bilingues
Un concordancier est un programme qui recherche des mots et des expressions dans un corpus de texte.
Lorsqu'on soumet une requête, le système fouille sa base de données et affiche toutes les occurrences
trouvées, dans leur contexte : la phrase contenant la requête ou un certain nombre de caractères avant et
après les mots de la requête. Un concordancier bilingue affichera également la traduction de chaque
passage contenant une occurrence dans une langue.
Un concordancier bilingue étant un outil destiné à des rédacteurs, des traducteurs ou des apprenants, il
n'est pas encore envisageable d'utiliser des systèmes de traduction automatique pour traduire les
passages à la volée. Les concordanciers bilingues qui suivent l'approche TAL, p.ex. [TRANSSEARCH],
affichent donc des extraits de textes déjà traduits. L'alignement automatique au niveau de la phrase
étant en général assez fiable, il est possible de créer automatiquement des banques de millions de
phrases parallèles dans lesquelles le système cherche des occurrences dans une langue et affiche la
phrase correspondante dans l'autre. Comme il y a en général plusieurs occurrences d'une même requête
et qu'elles n'ont pas toutes été traduites de la même façon, un rédacteur peut ainsi s'inspirer de solutions
toutes faites à des problèmes de traductions. Les mémoires de traduction s'inspirent du même principe
et sont intégrées dans un environnement de rédaction afin de détecter automatiquement des phrases
semblables à des phrases déjà traduites pour en suggérer immédiatement la traduction.
Pour l'apprentissage des langues, il est tout à fait possible d'utiliser cette banque de textes et n'afficher
que la langue source. L'apprenant tente de comprendre les phrases et lorsqu'il bute sur une d’entre elles,
il pourrait obtenir la traduction, c’est-à-dire la phrase correspondante, par simple clic de souris.
Il existe bien des algorithmes d'alignement de mots utilisés, mais ils ne sont pas encore assez fiables
pour identifier les traductions au niveau des mots ou des expressions tout en tenant compte des
différentes acceptions pour un même mot. Une autre possibilité qui symbolise plutôt l'approche TIL,
utilisée par ELex [ELEX], est de baliser manuellement chaque mot ou expression, comme pour ELDIT
mentionné précédemment, en effectuant une désambigüisation; même aidé par des dictionnaires ou des
étiqueteurs qui peuvent limiter la gamme des choix, ce travail peut-être assez complexe et fastidieux
pour l'enseignant.
4.4 Traduction interactive
Depuis la suggestion de M.Kay fin des années soixante (Kay, 1980), plusieurs systèmes de traduction
automatique interactive ont vu le jour, avec souvent des développements importants. Contrairement
aux apparences, le terme n'est pas contradictoire dans le mesure où l’être humain demande
(interactivement) de l’aide qui lui est fournit automatiquement par la machine. Pour une étude très
complète voir H. Blanchon (2004) qui dans son état de l’art décrit des systèmes interactifs comme
TAO de Weidner/CAT, Transactive de ALPS avant de présenter son propre système, LIDIA. A noter
qu’à l’époque il n’y avait pas encore la notion de mémoire de traductions et que LIDIA intégrait les
aspects linguistiques, psychologiques et ergonomiques : le maître du jeu était bel et bien l'être humain
(Boitet et Blanchon, 1994).
Une approche un peu différente a été suivie par TransType [TRANSTYPE]. Dans ce projet on propose
également un outil d’aide à la traduction misant sur l’interactivité. Le système observe le traducteur qui
tape son texte cible et périodiquement propose des extensions à ce texte. Le traducteur peut accepter
ces complétions telles quelles, il peut les modifier, ou il peut décider de ne pas en tenir compte en
continuant simplement à taper. Après chaque caractère entré ou éliminé par le traducteur, TransType
recalcule ses prédictions et en propose de nouvelles. Cette approche au TIL est très prometteuse, mais
assez lourde à mettre en place, car elle implique le développement de modèles de traduction adaptés
qui doivent être appelés à la volée sur des ordinateurs rapides. Le projet initial visait une clientèle de
DU TAL AU TIL
traducteurs professionnels pour lesquels il a été assez difficile de mesurer des gains en productivité
étant donné la nouveauté de l'outil. Or il serait intéressant d'adapter cette approche à des contextes de
rédaction bilingue soit par des apprenants ou des rédacteurs qui doivent occasionnellement traduire
leurs propres textes. D'autant plus que les usagers deviennent de plus en plus familiers avec des
suggestions de complétions offertes par des systèmes informatiques tels qu'on les retrouve lors du
remplissage de formulaires web ou de la frappe sur des appareils à clavier limités.
Dans les exemples ci-dessus il était souvent question d’apprentissage. Qu’on ne s’y méprenne pas, ce
qui vaut pour l’apprentissage d’une langue étrangère vaut souvent également pour la langue maternelle.
On ne possède jamais entièrement une langue, et même en langue maternelle on opère souvent sur la
base d’informations incomplètes. Par exemple, on cherche ses mots, d’où l’intérêt d’un dictionnaire
mettant à la portée de la souris l’information convoitée.
5 Perspectives et conclusion
Nous avons argumenté que le TIL correspond à un vrai besoin, car il est important de capitaliser sur les
acquis des connaissances disponibles des utilisateurs à un moment donné. Nous avons souligné
l'importance de construire des ponts entre les applications et les gens. Ce point nous paraît capital, car,
contrairement à beaucoup de systèmes existants notamment dans le domaine de l’EAO nous nous
appuyons sur les connaissances disponibles des gens, connaissances susceptibles de varier d’une
personne à l’autre et à tout moment. C’est le système qui s’adapte aux besoins de l’utilisateur. Le
chemin proposé (ou possible) pour arriver à la solution doit tenir compte de l’état cognitif du moment.
Il ne saurait donc être question de suivre un chemin tracé en avance, une fois pour tout et identique
pour tout le monde.
Nous avons identifié quelques outils de TAL qui intègrent déjà ces passerelles et nous avons montré
ainsi la possibilité de réaliser des choses très utiles même avec des moyens du bord. Des dictionnaires
électroniques peuvent, par l’intermédiaire du multifenêtrage et de liens hypertexte, augmenter
considérablement la quantité d’information accessible, mais ceci suppose une volonté d'intégration dès
leur conception alors qu'ils ont été trop souvent développés comme des alternatives à des versions
papier.
On n’apprend pas seulement à l’école et de manière volontaire, on apprend pendant toute notre vie,
même notre langue maternelle. On apprend beaucoup de choses tout en travaillant sur autre chose : la
lecture s’avérant bénéfique à l’expression orale. L’être humain est toujours intéressé par quelque chose,
et en gardant intacte cette envie naturelle, voire pour la stimuler il sera utile de créer des ponts, et c’est
ici que les acteurs du monde TAL ont un rôle important à jouer.
Bien que beaucoup d'applications interactives aient été réalisées, il y a de nombreuses possibilités qui
n’ont pas encore été saisies. Aussi, si nous avons une bonne compréhension des fondements du TAL
(ressources, méthodes), l’équivalent nous manque en TIL. Pour y parvenir il faudrait prendre du recul,
ce qui suppose qu’il y ait une communauté s’intéressant à ce type de problèmes. Or s’il y a des
chercheurs s’intéressant à l’EAO (enseignement assisté par ordinateur), au e-Learning et à la TAO
(traduction assistée par ordinateur), il n’y a pas de communauté véritable s’intéressant au TIL. Aussi, il
y a ni ouvrage ni méthode décrivant comment tirer bénéfice des points communs (principes). Pourtant,
ceci tout comme l’interdisciplinarité sont des facteurs essentiels si l’on veut vraiment progresser sur
cette voie qui nous paraît importante.
MICHAEL ZOCK, GUY LAPALME
6 URLS
6.1 Outils
[ATALA]
http://www.atala.org/-Outils-pour-le-TAL-, Répertoire d'outils pour le TAL, plusieurs
pour le traitement du français
[NLTK]
http://www.nltk.org/Home, Packages Python pour le TAL
[OPENNLP]
http://opennlp.sourceforge.net/projects.html, Organizational center for open source
projects related to natural language processing
[STATNLP]
http://nlp.stanford.edu/links/statnlp.html, Listes d'outils pour le traitement statistique de la
langue
6.2 Ressources
[BLF]
http://ilt.kuleuven.be/blf/, Base lexicale du français
[CNRTL]
http://www.cnrtl.fr/, Centre National des Ressources Textuelles et Lexicales
[ELDIT]
http://www.eurac.edu/eldit, Environnement d'apprentissage en allemand et en italien basé
sur des textes balisés
[EURALEX]
http://www.euralex.org/resources/Resources.html, Répertoire de liens vers de
dictionnaires et textes
[TLF]
http://atilf.atilf.fr/tlf.htm, Trésor de la langue française informatisé
6.3 Systèmes
[ANTIDOTE]
http://www.druide.com, Correcteur de fautes d'orthographe intégré des outils de
rédaction (commercial)
[GOOGLE]
http://www.google.com/tools/firefox/toolbar/FT2/intl/fr/, Barre d'outils de
Google (Firefox ou IE) (gratuit dans un contexte commercial)
[TRANSSEARCH] http://www.tsrali.com, Concordancier bilingue (commercial)
[TRANSTYPE]
http://rali.iro.umontreal.ca/Traduction/TransType.fr.html, Prototype de traduction
interactive
6.4 Apprentissage des langues
[DRILLTUTOR]
http://pageperso.lif.univ-mrs.fr/~michael.zock/DrillTutor, Livre de phrases
orientées par les buts
[ELEX]
http://tice.det.fundp.ac.be/clarolex/, Démonstration de E-LEX pour
l'apprentissage de l'anglais par étiquetage
[SURVITRA]
http://aiakide.net/survitra-3/, Livre de phrases de survie dans un domaine
[TATOEBA]
http://tatoeba.org/fre, Livre de phrases interactif et collaboratif
DU TAL AU TIL
7 Références
ALTMANN, G.T.M. (ed) (1997). Cognitive models of speech processing: psycholinguistic and
computational perspectives on the lexicon. Taylor & Francis. 1997.
BLANCHON, H. (2004). Comment définir, mesurer et améliorer la qualité, l'utilisabilité et l'utilité des
systèmes de TAO de l'écrit et de l'oral. Une bataille contre le bruit, l'ambiguïté, et le manque de
contexte. http://www-clips.imag.fr/geta/herve.blanchon/Docs/HDR%20HB.pdf
BOITET, C. & H. BLANCHON (1994). Promesses et problèmes de la “TAO pour tous” après LIDIA-1,
une première maquette. Langages, 116, pp. 20—47.
CORI M et LEON J, (2002). La constitution du TAL. Etude historique des dénominations et des
concepts. Traitement Automatique des Langues, n°43-3 :21-55.
JURAFSKY, D. & J. H. MARTIN. (2008). Speech and Language Processing: An Introduction to Natural
Language Processing, Computational Linguistics and Speech Recognition (2ed.). Prentice Hall.
KAY, M. (1980). The proper place of men and machines in language translation. Research report CSL80-11, Xerox Palo Alto Research Center, Palo Alto, CA. Reproduit dans Machine Translation 12 (1/2),
1997, 3-23.
MANNING, C. & H. SCHUETZE. (1999). Foundations of Statistical Natural Language Processing, MIT
Press. Cambridge, MA: 1999. (http://nlp.stanford.edu/fsnlp/).
MILLER, G. (ed.) (1990): WordNet: An On-Line Lexical Database. International Journal of
Lexicography, 3(4), 235-312.
SABAH, G. (1989 et 1990). L'intelligence artificielle et le langage : Représentations des connaissances
(vol. 1); Processus de compréhension, (vol. 2). Hermès, Paris.